1.多重共线性是指多元回归中自变量之间存在较强的线性关系，这种情况在实际中非常常见，比如研究高血压与年龄、吸烟年限、饮白酒年限等因素回归关系，这些自变量之间通常是相关的，如果相关程度很高，所得到的回归方程会很不可靠，可能会将很有统计学意义的自变量变得无统计学意义在多重线性回归分析中，当一个或n个自变量可以由另外的自变量线性表达时，称为该自变量与另外的自变量间存在有多重共线性（muti-co-lineanty）
2.如果自变量间共线性程度很高（相关系数接近1），使用最小二乘法建立的回归方程就有可能失效，偏回归系数的估计值容易失真且稳定性差（即计算结果并不是参数的估计值，且没有实际意义），补充“可引起的问题”见后
3.消除多重共线性的自变量
①剔除某个造成共线性的自变量
②将具有多重共线性的自变量合并成一个新的变量
③逐步回归方法遏制有较强相关关系的变量同时进入方程